بررسي عملكرد رويكردهاي پردازش زبان هاي طبيعي با استفاده از روشهاي يادگيري ژرف

يادگيري ژرف شاخهاي از يادگيري ماشين و مجموعهاي از الگوريتمهايي است كه از لايههاي پردازشي چندگانه براي يادگيري بازنمايش سلسله مراتبي داده ها استفاده ميكنند. برخلاف يادگيري ماشين، يادگيري ژرف عمدتا بدون نظارت بوده و هدف آن ايجاد شبكههاي عصبي بزرگي است كه بتوانند ياد بگيرند و بدون دخالت انسان در مورد مسائل فكر كنند. در دوران كنوني، يادگيري ژرف توجه بسياري از پژوهشگران در حوزه يادگيري ماشين را به خود جلب كرده و باعث پيشرفت قابل توجهاي در بسياري از كاربردها شده است. يكي از مهمترين مفاهيمي كه مركز توجه توجه محققان بوده است، حوزه پردازش زبانهاي طبيعي است. هدف اين مقاله به عنوان يك مقاله مروري معرفي يادگيري ژرف و ويژگيهاي آن و بررسي كاربرد آن در حوزه پردازش زبانهاي طبيعي است. به همين منظور، كارهاي انجام شده در اين حوزه مبتني بر يادگيري ژرف به طور كامل مورد بررسي قرار گرفته و ضمن مقايسه رويكردهاي موجود و معرفي نقاط قوت و ضعف آنها دورنمايي براي تحقيقات بيشتر در اين حوزه ترسيم شده است